XiaoMi-AI文件搜索系统
World File Search Systembler
人工智能作为 B2B 营销的推动者
在过去的几十年里，研究主要集中在人工智能 (AI) 的技术方面和理论挑战上。随着数据的泛滥和处理能力的提高，企业现在面临着如何部署能够产生商业价值的 AI 的挑战。在这个方向上，关于如何将 AI 用于 B2B 运营，尤其是营销的研究仍处于起步阶段。为了弥补这一差距，本研究借鉴了公司的动态能力观点，特别是微观基础方法，并以挪威使用 AI 进行 B2B 营销的大型组织的三个选定案例研究为基础。该研究确定了一些特定于 AI 的动态能力微观基础，主要强调了组织如何在动态和不确定的环境中利用 AI 来管理 B2B 营销运营。本研究还确定了数据中出现的几个关键交叉要素，展示了一些关键概念如何相互关联以及它们如何影响整体商业价值。
一项关于可逆固体氧化细胞的理论研究，作为电能和燃料之间环状转化的关键推动者
摘要：可逆的氧化物细胞（RSOC）以燃料和化学物质的形式在电能和化学能之间具有有效的环状转化，从而为长期和高容量能量存储提供了途径。在研究中，氢，甲烷和氨的不同燃料中，作为碳中性能量载体引起了极大的关注。在这里，我们比较了基于这三种燃料的能源效率和RSOC的能量需求。在燃料电池运营方式（能源产生）中，甲烷和氨都考虑了两种不同的途径。路线1和2分别涉及内部改革（对于甲烷）或破裂（对于氨）和外部改革或破裂。使用氢作为燃料的使用提供了最高的往返效率（62.1％），其次是甲烷，然后是甲烷，乘以1号公路（43.4％），氨（41.1％）（41.1％），乘以2（40.4％）的甲烷，以及以1（39.2％）为单位的氨（40.4％）。内部氨开裂的较低效率与外部对应物相反，可以归因于最先进的燃料电极材料的催化活性和稳定性，这是该技术规模的主要障碍。初步的成本估算表明，以SOEC模式产生的氢，甲烷和氨的价格分别为〜1.91、3.63和0.48 $/kg。在SOFC模式下，使用氢，内部改良的甲烷和内部破裂的氨的发电成本分别为〜52.34、46.30和47.11 $/MWH。
Cadden, T.、Dennehy, D.、Mantymaki, M. 和 Treacy, R. (2021)。了解文化推动因素对人工智能融入供应链的影响和中介作用。国际生产研究杂志，1-29。提前在线出版。https://doi.org/10.1080/00207543.2021.1946614
摘要 据称人工智能 (AI) 能够为各个行业和部门提供变革力量。迄今为止，研究主要集中在 AI 的技术特性及其对组织能力的影响上。尽管人工智能被大肆宣传，但却缺乏严谨的研究来探讨促进人工智能融入供应链的组织和行为因素。这项定量研究通过提出一个研究假设来解决这一知识空白，该假设探讨了供应链文化与人工智能之间的关系。我们扩展了文化的普遍性，以提供有关人工智能驱动的供应链的新见解，这些见解在以前的研究中没有报道过。研究结果表明，文化推动因素对人工智能技术成功融入供应链具有重要影响，这对运营和供应链管理具有重要意义。
机器学习是实现量子比特可扩展性的推动因素
机器学习作为量子比特可扩展性的推动者 人们正在努力生产集成技术上相关数量的量子比特的电路。 虽然大多数材料系统中的量子比特控制现已成熟，但设备变异性是量子比特可扩展性的主要瓶颈之一。 我们如何表征和调整数百万个量子比特？ 机器学习可能可以给出答案。 不久前，编码和控制单个量子比特所需的掌握还只属于少数专家。 他们为自己的精湛技艺感到自豪。 攻读博士学位的学生或以《自然》杂志上的一封信为目标的早期职业研究人员愿意坚持不懈，直到他们获得实验所需的一个可运行的设备。 要作为量子比特运行，量子设备必须首先进行调整，研究人员必须找到一组可以编码量子比特并优化其性能的参数。 但是这种单一设备的方法不适用于工业量子技术。
云计算是亚太地区数字政府的关键推动因素 (SDWP 77)
本论文是亚洲开发银行（ADB）区域技术援助“亚洲及太平洋数字发展基金”项目实施的一部分，该项目由韩国电子亚洲和知识伙伴基金共同资助。Lim May-Ann（ADB 领域专家和顾问）主导了本文的撰写，可持续发展和气候变化部（SDCC）数字技术发展主管 Thomas Abell 和 SDCC 数字技术发展高级公共管理专家 Arndt Husar 提供了指导。Samantha Brown（ADB 顾问）对论文初稿进行文字编辑；Lawrence Casiraya（ADB 顾问）校对论文初稿；Ginojesu Pascua（ADB 顾问）准备了图形工作；Jennifer Flint（ADB 顾问）排版并负责最终出版物的排版。 SDCC 高级运营助理 Laarni Zapanta-Tuazon 和 SDCC 数字技术官 Carmela Fernando-Villamar 提供了宝贵的行政支持。
可信信息完整性作为自主的推动者...
信息在分布式决策实体（包括飞机、地面基础设施和人类决策者）之间流动。自主机器或代理需要信息来支持其决策过程，就像人类一样。代理（机器和人类）之间交换的信息的完整性对于此类代理做出值得信赖的决策的能力至关重要。根据完整性较差的信息做出决策的代理可能会导致不确定和不理想的结果，从而导致对系统的不信任。Mayers 等人。指出“诚信与信任之间的关系涉及信任者对受托人遵守信任者认为可以接受的一套原则的看法。” [Mayers 等人，1995] 虽然 Mayers 等人。谈论的是人与人之间的信任关系，但在机器与机器和人与机器关系中的信息交换中也存在同样的关系。
牙科诊断中人工智能的障碍和推动因素：一项定性研究
摘要：本研究旨在确定在牙科诊断（特别是放射诊断）中实施人工智能 (AI) 的障碍和推动因素。2020 年 5 月底至 6 月底期间对牙医和患者进行了半结构化电话访谈（便利/滚雪球抽样）。根据理论领域框架 (TDF) 和影响行为的能力、机会和动机模型 (COM-B) 开发的问卷用于指导访谈。Mayring 的内容分析用于指出障碍和推动因素。我们确定了 36 个障碍、冲突主题或推动因素，涵盖了 TDF 的十四个领域中的九个和所有三个行为决定因素 (COM)。双方都强调了 AI 的机会和希望。确定了在牙科诊断中实施 AI 的一系列推动因素（例如，提高诊断准确性、减少工作量、更全面的报告和更好的患者与提供者之间的沟通）。出现了与依赖 AI 和医疗决策责任相关的障碍，以及 AI 的可解释性和调试 AI 应用程序的相关选项。决策者和行业可能希望考虑这些方面，以促进 AI 在牙科领域的实施。
人工智能助力城市垃圾分类，推动循环经济
摘要：最近完成的研究项目“城市垃圾的 ZRR”旨在通过补充或替代人工分类，用人工智能机器人 (ZRR) 进行分类，测试和评估城市垃圾分类厂的自动化程度。目标是提高目前的回收率和回收材料的纯度；从目前的废弃物流中收集额外的材料；改善工人的工作条件，使他们能够专注于机器人的维护等工作。基于该项目的实证结果，本文介绍了基于人工智能的机器人分类系统的训练和运行的主要结果，据我们所知，这是首次尝试应用于大件城市固体废物 (MSW) 的分离和在全尺寸废物处理厂中的安装。该研究项目的关键问题包括 (a) 设计测试协议以评估分类过程的质量和 (b) 评估底层人工智能及其数据库在训练的前六个月的性能质量。
用于移动和固定能量存储中的锂离子电池的循环经济：驾驶员，障碍，启用器和美国政策注意事项
致谢我们非常感谢国家可再生能源实验室（NREL）计划和评估循环经济为能源材料指导委员会提供资金支持。我们还感谢NREL的John“ Jack” Wadleigh和Anabelle Chaffin的研究支持。我们感谢以下报告审稿人的时间和专业知识：克里斯汀·阿尔达尼（Kristen Ardani），道格·阿伦特（Doug Arent），丹·比勒洛（Dan Bilello），内特·布莱尔（Nate Blair），韦恩·希克斯（Wayne Hicks），迈克·梅什克（Mike Meshek）（编辑）和Nrel的Gian Porro；肯·博伊斯（Ken Boyce），UL；凯西·莱特（Kathy Lett），美国环境保护署（EPA），总部； Daniel Stoehr，Daniels Training Services，Inc。；废品回收产业研究所David Wagger；电力研究所的Stephanie Shaw；约旦·里维拉（Jordan Rivera）和尼尔·萨克（Neal Suchak），美国运输部总部；和北卡罗来纳州环境质量系的杰西卡·奇特罗拉（Jessica Citrola）。
数字化和人工智能的影响作为原因和......
鉴于全球数字化趋势日益增强以及工作场所使用人工智能 (AI)，当这些趋势影响其组织并引发重大组织变革的实施时，员工代表需要掌握更多知识来支持其成员。此外，截至 2020 年，数字化和人工智能经历了 COVID-19 大流行的推动，许多员工需要适应全新的工作环境和方法。其中包括广泛的远程办公以及加强学习和使用在线交流工具。由于当前健康危机的经济影响，FICSA 的许多成员组织正在经历重组，或面临重组计划，目的是通过缩小规模和创建更精简的结构来节省成本，以及建立更快的信息生成和发布方式。这些新的工作方式还面临着与引入更不稳定的工作条件有关的挑战。显然，工作人员和组织都需要适应，但不能损害工作人员的健康和安全。本报告由国际公务员联会及其成员组织委托，旨在审查和分析有关数字化对工作影响的文献和关键政策发展，并讨论其对国际公务员的影响。证据审查还将用于为工作人员代表制定指导方针，使他们能够在此背景下支持其成员。